首页 > 编程学习 > 第一章: Vert.x 异步编程的基础知识

第一章: Vert.x 异步编程的基础知识

发布时间:2022/11/24 23:22:42

第一章: Vert.x 异步编程的基础知识

翻译: 白石(https://github.com/wjw465150/Vert.x-Core-Manual)

构建反应式系统的第一步是采用异步编程。基于阻塞I/O的传统编程模型的可伸缩性不如使用非阻塞I/O的模型。用更少的资源服务更多的请求是非常有吸引力的,那么问题在哪里呢?这里确实存在一个小问题:如果您从未接触过异步编程,那么它是一种重要的范式转换!

本书这部分的章节将通过使用Vert.x工具包教你异步编程的基本概念。使用Vert.x思考异步操作绝对是可行的(而且很有趣!),我们将探讨Vert.x应用程序的主要构建块。

本章涵盖了

  • Vert.x 是什么
  • 为什么不能避免分布式系统
  • 编程资源高效的网络应用程序的挑战
  • 什么是异步和非阻塞编程
  • 什么是响应式应用程序,以及为什么异步编程还不够
  • Vert.x 的替代品

我们开发人员生活在一个充满流行语、技术和实践炒作周期的行业。 我长期教大学生设计、编程、集成和部署应用程序的要素,我亲眼目睹了新手在当前技术的狂野海洋中航行是多么复杂。

Asynchronousreactive 是现代应用程序中的重要主题,我编写本书的目标是帮助开发人员理解这些术语背后的核心概念,获得实践经验,并认识到这些方法何时有好处。 我们将使用 Eclipse Vert.x,这是一个用于编写异步应用程序的工具包,它具有为“reactive(反应式)”含义的不同定义提供解决方案的额外好处。

在本书中,确保你理解这些概念是我的首要任务。 虽然我想让您深入了解如何编写 Vert.x 应用程序,但我还想确保您可以将在这里学到的技能转化为现在或五年后的其他类似和可能竞争的技术。

1.1 分布式和网络化是常态

20 年前,部署可以在单台机器上独立运行的同时执行所有操作的业务应用程序很常见。 此类应用程序通常展示图形用户界面,并且它们具有用于存储数据的本地数据库或自定义文件管理。 当然,这有点夸张,因为网络已经在使用中,并且业务应用程序可以利用网络上的数据库服务器、网络文件存储和各种远程代码操作。

如今,应用程序更自然地通过 Web 和移动界面向最终用户公开。 这自然会使网络发挥作用,从而使分布式系统发挥作用。 此外,面向服务的架构允许通过向其他服务发出请求来重用某些功能,这些服务可能由第三方提供商控制。 例如,将消费者应用程序中的身份验证委托给流行的帐户提供商,如 Google、Facebook 或 Twitter,或者将支付处理委托给 Stripe 或 PayPal。

1.2 不是住在孤岛上

图 1.1 是对现代应用程序的虚构描述:一组相互交互的网络服务。 以下是其中一些网络服务:

  • 像 PostgreSQL 或 MongoDB 这样的数据库存储数据。
  • 像 Elasticsearch 这样的搜索引擎允许查找以前编入索引的信息,例如目录中的产品。
  • 像 Amazon S3 这样的持久存储服务提供文档的持久和复制数据存储。
  • 消息服务可以是
    • 以编程方式发送电子邮件的 SMTP 服务器。
    • 用于通过消息平台(例如 Slack、Telegram 或 Facebook Messenger)与用户交互的机器人。
    • 用于应用程序到应用程序集成的集成消息传递协议,如 AMQP。
  • 像 Keycloak 这样的身份管理服务为用户和服务交互提供身份验证和角色管理。

使用 Micrometer 等库进行监控会公开健康状态、指标和日志,以便外部编排工具可以保持适当的服务质量,可能通过启动新服务实例或在失败时终止现有服务实例。
在这里插入图片描述
在本书的后面部分,您将看到典型服务的示例,例如 API 端点、流处理器和边缘服务。 当然,前面的列表并不详尽,但关键是服务很少独立存在,因为它们需要通过网络与其他服务通信才能运行。

1.3 网络上没有免费的午餐

网络正是计算中可能出现许多问题的地方:

  • 带宽波动很大,因此服务之间的数据密集型交互可能会受到影响。 并非所有服务都可以在同一数据中心内享受快速带宽,即便如此,它仍然比同一台机器上的进程之间的通信慢。

  • 延迟波动很大,并且由于服务需要与其他服务对话以处理给定请求的服务,所有网络引起的延迟都会增加整体请求处理时间。

  • 可用性不应被视为理所当然:网络失败。 路由器出现故障。 代理失败。 有时有人碰到网线并断开它。 当网络发生故障时,向另一个服务发送请求的服务可能无法确定是其他服务还是网络故障。

从本质上讲,现代应用程序是由分布式和网络化服务组成的。 它们是通过本身引入问题的网络访问的,并且每个服务都需要维护多个传入和传出连接。

1.4 阻塞 API 的简单性

服务需要管理与其他服务和请求者的连接。 管理并发网络连接的传统且广泛使用的模型是为每个连接分配一个线程。 这是许多技术中的模型,例如 Jakarta EE 中的 Servlet(在版本 3 中添加之前)、Spring Framework(在版本 5 中添加之前)、Ruby on Rails、Python Flask 等等。 该模型具有简单的优点,因为它是同步的

让我们看一个例子,TCP 服务器将输入文本回显给客户端,直到它看到 /quit 终端输入(如清单 1.3 所示)。

服务器可以使用本书完整示例项目中的 Gradle 运行任务(终端中的./gradlew run -PmainClass=chapter1.snippets.SynchronousEcho)运行。 通过使用 netcat 命令行工具,我们可以发送和接收文本。
在这里插入图片描述

💡提示: 您可能需要在操作系统上安装 netcat(或 nc)。

在服务器端,我们可以看到以下输出。
在这里插入图片描述
以下清单中的代码提供了 TCP 服务器实现。 它是提供同步 I/O API 的java.io包的经典用法。
在这里插入图片描述

package chapter1.snippets;import java.io.*;
import java.net.InetSocketAddress;
import java.net.ServerSocket;
import java.net.Socket;public class SynchronousEcho {public static void main(String[] args) throws Throwable {ServerSocket server = new ServerSocket();server.bind(new InetSocketAddress(3000));while (true) {   // <1>Socket socket = server.accept();new Thread(clientHandler(socket)).start();}}private static Runnable clientHandler(Socket socket) {return () -> {try (BufferedReader reader = new BufferedReader(new InputStreamReader(socket.getInputStream()));PrintWriter writer = new PrintWriter(new OutputStreamWriter(socket.getOutputStream()))) {String line = "";while (!"/quit".equals(line)) {line = reader.readLine();      // <2>System.out.println("~ " + line);writer.write(line + "\n");  // <3>writer.flush();}} catch (IOException e) {e.printStackTrace();}};}
}

<1>: 主应用程序线程扮演接受线程的角色,因为它接收所有新连接的套接字对象。 当没有连接挂起时,操作会阻塞。 为每个连接分配一个新线程。

<2>: 从套接字读取可能会阻塞分配给连接的线程,例如在读取的数据不足时。

<3>: 写入套接字也可能会阻塞,例如直到底层 TCP 缓冲区数据已通过网络发送。

服务器使用主线程接受连接,并为每个连接分配一个新线程来处理 I/O。 I/O 操作是同步的,因此线程可能会阻塞 I/O 操作。

1.5 阻塞API浪费资源,增加成本

清单 1.3 中代码的主要问题是它为每个传入连接分配一个新线程,而线程绝不是廉价资源。 线程需要内存,线程越多,对操作系统内核调度程序施加的压力就越大,因为它需要给线程分配 CPU 时间。 我们可以改进清单 1.3 中的代码,通过使用线程池在连接关闭后重用线程,但在任何给定时间点我们仍然需要 n 个线程来处理 n 个连接。

如图 1.2 所示,您可以在其中看到三个并发网络连接的三个线程的 CPU 使用率随时间变化。 诸如readLinewrite之类的输入/输出操作可能会阻塞线程,这意味着它正被操作系统悬停。 发生这种情况有两个原因:

  • 读取操作可能正在等待数据从网络到达。
  • 如果缓冲区因先前的写入操作已满,则写入操作可能必须等待缓冲区被耗尽。

现代操作系统可以正确处理几千个并发线程。 并非每个联网服务都会面临如此多并发请求的负载,
在这里插入图片描述
但是当我们谈论数以万计的并发连接时,这个模型很快就显示出它的局限性。

同样重要的是要记住,我们通常需要比传入网络连接更多的线程。 举一个具体的例子,假设我们有一个 HTTP 服务,它为给定的产品提供最优惠的价格,它通过向其他四个 HTTP 服务请求价格来做到这一点,如图 1.3 所示。 这种服务通常
在这里插入图片描述
称为边缘服务API网关。 按顺序请求每个服务然后选择最低价格会使我们的服务变得非常慢,因为每个请求都会增加我们自己服务的延迟。 有效的方法是从我们的服务启动四个并发请求,然后等待并收集它们的响应。 这意味着再启动四个线程; 如果我们有 1,000 个并发网络请求,我们可能会使用多达 5,000 个线程,在最糟糕的情况下,所有请求都需要同时处理,并且我们不使用线程池或维护来自边缘服务的持久连接 请求的服务。

最后但同样重要的是,应用程序通常部署到容器化或虚拟化环境中。 这意味着应用程序可能无法看到所有可用的 CPU 内核,并且它们分配的 CPU 时间可能会受到限制。 进程的可用内存也可能受到限制,因此线程过多也会占用内存预算。 此类应用程序必须与其他应用程序共享 CPU 资源,因此如果所有应用程序都使用阻塞 I/O API,很快就会有太多线程需要管理和调度,这需要随着流量的增加启动更多服务器/容器实例。 这直接转化为增加的运营成本。

1.6 使用非阻塞 I/O 进行异步编程

不用等待I/O操作完成,我们可以切换到非阻塞的I/O。你可能已经在C语言中使用了’ select '函数。

非阻塞I/O背后的思想是请求一个(阻塞)操作,然后继续执行其他任务,直到操作结果准备好。例如,一个非阻塞的读取可能会通过网络套接字请求最多256个字节,执行线程会做其他事情(比如处理另一个连接),直到数据被放入缓冲区,准备在内存中使用。在此模型中,许多并发连接可以在单个线程上复用,因为网络延迟通常超过读取传入字节所需的CPU时间。

Java 长期以来一直有 java.nio (Java NIO) 包,它通过文件和网络提供非阻塞 I/O API。 回到我们之前回显传入数据的 TCP 服务示例,清单 1.4清单1.7 显示了使用 Java 非阻塞 I/O 的参考实现。
在这里插入图片描述
清单 1.4 显示了服务器套接字通道准备代码。 它打开服务器套接字通道并使其成为非阻塞的,然后注册一个 NIO 键选择器来处理事件。 主循环遍历已准备好处理事件的选择器键,并根据事件类型(新连接、数据已到达或可以再次发送数据)将它们分派给专门的方法。
在这里插入图片描述
清单 1.5 展示了如何处理新的 TCP 连接。 对应于新连接的套接字通道被配置为非阻塞,然后在哈希映射中被跟踪以供进一步参考,其中它与某个上下文对象相关联。 上下文取决于应用程序和协议。 在我们的例子中,我们跟踪当前行以及连接是否正在关闭,并且我们维护一个连接特定的 NIO 缓冲区用于读取和写入数据。
在这里插入图片描述
清单 1.6 包含 echo 方法的代码。 处理非常简单:我们从客户端套接字读取数据,然后尝试将其写回。 如果写操作只是部分,我们停止进一步的读取,声明有兴趣知道套接字通道何时再次可写,然后确保写入所有数据。
在这里插入图片描述
最后,清单 1.7 显示了关闭 TCP 连接和完成写入缓冲区的方法。 当所有数据都写入 continueEcho 时,我们再次注册读取数据的兴趣。

如本例所示,使用非阻塞 I/O 是可行的,但与使用阻塞 API 的初始版本相比,它显着增加了代码复杂性。 回显协议需要两种状态来读取和写回数据:读取或完成写入。 对于更复杂的 TCP 协议,您可以轻松预测对更复杂状态机的需求。

同样重要的是要注意,与大多数 JDK API 一样,java.nio 只关注它的作用(这里是 I/O API)。 它不提供更高级别的特定于协议的帮助程序,例如用于编写 HTTP 客户端和服务器。 此外,java.nio 没有规定线程模型,这对于正确利用 CPU 内核仍然很重要,也没有处理异步 I/O 事件或阐明应用程序处理逻辑。

🏷注意: 这就是为什么在实践中,开发人员很少处理 Java NIO。 Netty 和 Apache MINA 等网络库解决了 Java NIO 的缺点,许多工具包和框架都建立在它们之上。 您很快就会发现,Eclipse Vert.x 就是其中之一。

1.7 多路复用事件驱动处理:事件循环的案例

用于处理异步事件的流行线程模型是事件循环。 不像我们在前面的 Java NIO 示例中所做的那样轮询可能已经到达的事件,而是将事件推送到一个事件循环中。
在这里插入图片描述
正如您在图 1.4 中看到的,事件在到达时会排队。 它们可以是 I/O 事件,例如准备好使用的数据或已完全写入套接字的缓冲区。 它们也可以是任何 其它 事件,例如计时器触发。 将单个线程分配给事件循环,处理事件不应执行任何阻塞或长时间运行的操作。 否则,线程阻塞,违背了使用事件循环的目的。

事件循环非常流行:在 Web 浏览器中运行的 JavaScript 代码运行在事件循环之上。 许多图形界面工具包,例如 Java Swing,也有一个事件循环。

实现事件循环很容易。
在这里插入图片描述
清单 1.8 中的代码显示了事件循环 API 的使用,其执行提供了以下控制台输出。
在这里插入图片描述
更复杂的事件循环实现是可能的,但下面清单中的实现依赖于事件队列和处理程序映射。
在这里插入图片描述
事件循环在调用 run 方法的线程上运行,并且可以使用 dispatch 方法从其他线程安全地发送事件。

最后但同样重要的是,事件只是一对键和数据,如下所示,它是EventLoop的静态内部类。
在这里插入图片描述

1.8 什么是反应式系统?

到目前为止,我们已经讨论了如何执行以下操作:

  • 利用异步编程和非阻塞 I/O 来处理更多的并发连接并使用更少的线程
  • 使用一种线程模型进行异步事件处理(事件循环)

通过结合这两种技术,我们可以构建可扩展且资源高效的应用程序。 现在让我们讨论一下什么是反应式系统,以及它如何超越“单纯的”异步编程。

响应式系统的四个属性在 The Reactive Manifesto 中公开:responsiveresilientelasticmessage-driven ([www.reactivemanifesto.org/](http://www .reactivemanifesto.org/))。 我们不打算在这本书中解释这一概念,所以这里简要介绍一下这些属性的含义:

  • 弹性: 弹性是应用程序处理可变数量实例的能力。 这很有用,因为弹性允许应用程序通过启动新实例和跨实例负载平衡流量来响应流量峰值。 这对代码设计产生了有趣的影响,因为需要很好地识别和限制跨实例的共享状态(例如,服务器端 Web 会话)。 实例报告 metrics 很有用,这样编排器可以根据网络流量和报告的指标来决定何时启动或停止实例。
  • 回弹力: 回弹力部分是弹性的另一面。当一组弹性实例中的一个实例崩溃时,可以通过将流量重定向到其他实例来实现弹性,并且可以在必要时启动一个新实例。话虽如此,弹性还有更多。当一个实例由于某些条件不能满足请求时,它仍然尝试以降级模式响应。根据应用程序域的不同,可以使用较旧的缓存值进行响应,甚至可以使用空数据或默认数据进行响应。也可以将请求转发到其他非错误实例。在最坏的情况下,实例可以及时响应错误。
  • 响应性: 响应性是弹性和回弹力相结合的结果。 一致的响应时间提供了强大的服务水平协议保证。 这要归功于能够在需要时启动新实例(以保持可接受的响应时间),并且还因为实例在出现错误时仍能快速响应。 重要的是要注意,如果一个组件依赖于不可扩展的资源,比如单个中央数据库,那么响应性是不可能的。 事实上,如果它们都向一个很快就会过载的资源发出请求,那么启动更多实例并不能解决问题。
  • 消息驱动: 使用异步消息传递而不是像远程过程调用这样的阻塞范式是弹性和回弹力的关键推动因素,从而导致响应能力。 这也使消息能够被分派到更多实例(使系统具有弹性)并控制消息生产者和消息消费者之间的流动(这是背压,我们将在本书后面进行探讨)。

反应式系统表现出这4个属性,它们构成了可靠且资源高效的系统。

异步是否意味着响应式?

这是一个重要的问题,因为异步通常被认为是解决软件问题的灵丹妙药。 显然,反应式意味着异步,但反过来不一定正确。

作为一个(并非如此)虚构的例子,考虑一个购物 Web 应用程序,用户可以在其中将商品放入购物车。 这通常是通过将项目存储在服务器端 Web 会话中来完成的。 当会话存储在内存或本地文件中时,系统不是反应式的,即使它在内部使用非阻塞 I/O 和异步编程。 实际上,应用程序的一个实例不能接管另一个应用程序,因为会话是应用程序状态,在这种情况下,该状态不会在节点之间复制和共享。

此示例的反应式变体将使用内存网格服务(例如,Hazelcast、Redis 或 Infinispan)来存储 Web 会话,以便可以将传入请求路由到任何实例。

1.9 反应式还有什么意思?

由于 reactive 是一个流行的术语,它也被用于非常不同的目的。 您刚刚看到了什么是反应式系统,但还有另外两个流行的反应式定义,总结在表 1.1 中。

表 1.1 所有的反应性事物

反 应 式?描述
系 统消息驱动、回弹、弹性和响应式的可靠应用程序。
程序设计对变化和事件做出反应的一种方式。 电子表格程序是反应式编程的一个很好的例子:当单元格数据发生变化时,具有取决于受影响单元格的公式的单元格会自动重新计算。 在本书的后面部分,您将看到 RxJava,一个流行的 Java 反应式扩展 API,它极大地帮助协调异步事件和数据处理。 还有函数响应式编程,这是我们不会在本书中介绍的一种编程风格,但 Stephen Blackheath 和 Anthony Jones 的函数响应式编程(Manning,2016 年)是一个极好的资源。
当系统交换连续的数据流时,就会出现经典的生产者/消费者问题。 提供背压机制尤其重要,这样消费者可以在发射速度过快时通知生产者。 对于反应式流 (www.reactive-streams.org),主要目标是在系统之间达到最佳吞吐量。

1.10 Vert.x 是什么?

根据 Vert.x 网站 (https://vertx.io/)的介绍,“Eclipse Vert.x 是一个用于在 JVM 上构建反应式应用程序的工具包。”

Vert.x 由 Tim Fox 于 2012 年发起,现在是供应商中立的 Eclipse 基金会培育的一个项目。 虽然第一个项目迭代的目标是成为“JVM 里的 Node.js”,但Vert.x已经明显地偏离了为JVM的细节提供异步编程基础的方向。

Vert.x 的精髓

正如您可能从本章前面的部分中猜到的那样,Vert.x 的重点是处理异步事件,主要来自非阻塞 I/O,线程模型在事件循环中处理事件。

了解 Vert.x 是一个 工具包 而不是 框架 非常重要:它不为您的应用程序提供预定义的基础,因此您可以自由地将 Vert.x 用作更大代码库中的库 . Vert.x 在很大程度上对您应该使用的构建工具、您希望如何构建代码、您打算如何打包和部署它等等没有意见。 Vert.x 应用程序是一个模块组合,提供您真正需要的东西,仅此而已。 如果您不需要访问数据库,那么您的项目就不需要依赖与数据库相关的 API。

Vertx项目组织在可组合的模块中,图 1.5 显示了随机 Vert.x 应用程序的结构:

  • 一个名为 vertx-corecore 项目提供了用于异步编程、非阻塞 I/O、流式传输以及方便地访问 TCP、UDP、DNS、HTTP 或 WebSockets 等网络协议的 API。
  • 一组模块,它们是社区支持的 Vert.x 堆栈的一部分,例如更好的 Web API (vertx-web) 或数据客户端 (vertx-kafka-clientvertx-redisvertx -mongo 等)提供构建各种应用程序的功能。
  • 更广泛的项目生态系统提供了更多功能,例如与 Apache Cassandra 连接、非阻塞 I/O 以在系统进程之间进行通信等等。
    在这里插入图片描述
    Vert.x 是 多种语言的,因为它支持大多数流行的 JVM 语言:JavaScript、Ruby、Kotlin、Scala、Groovy 等。 有趣的是,这些语言不仅仅通过它们与 Java 的互操作性得到支持。 正在生成惯用绑定,因此您可以编写在这些语言中仍然感觉自然的 Vert.x 代码。 例如,Scala 绑定使用 Scala future 的 API,而 Kotlin 绑定利用自定义 DSL 和具有命名参数的函数来简化一些代码结构。 当然,您可以在同一个 Vert.x 应用程序中混合和匹配不同的支持语言。

1.11 你的第一个 Vert.x 应用程序

终于到了我们编写 Vert.x 应用程序的时候了!

让我们继续我们在本章中以各种形式使用的 echo TCP 协议。 它仍然会在端口 3000 上公开 TCP 服务器,任何数据都将在此处发送回客户端。 我们将添加另外两个功能:

  • 打开的连接数将每五秒显示一次。
  • 端口 8080 上的 HTTP 服务器将响应一个字符串,给出当前打开的连接数。

1.11.1 准备项目

虽然对于此示例不是绝对必要的,但使用构建工具更容易。 在本书中,我将展示使用 Gradle 的示例,但您可以在本书的源代码 Git 存储库中找到等效的 Maven 构建描述符。

对于这个项目,我们唯一需要的第三方依赖是 vertx-core 工件加上它的依赖。 该工件位于 Maven Central 上的 io.vertx 组标识符下。

像 IntelliJ IDEA Community Edition 这样的集成开发环境 (IDE) 非常棒,它知道如何创建 Maven 和 Gradle 项目。 您同样可以使用 Eclipse、NetBeans 甚至 Visual Studio Code。

💡提示: 您还可以在 https://start.vertx.io 使用 Vert.x starter web application并生成项目框架以供下载。

对于本章,让我们使用 Gradle。 一个合适的 build.gradle.kts 文件如下所示。
在这里插入图片描述

💡提示: 对于Gradle 您可能更熟悉 Apache Maven。 本书使用 Gradle 是因为它是一种现代、高效且灵活的构建工具。 它还使用一种简洁的领域特定语言来编写构建文件,在书的上下文中它比 Maven XML 文件效果更好。 您将在源代码 Git 存储库中找到与 Gradle 等效的 Maven 构建描述符。

1.11.2 VertxEcho 类

Vertex Echo 类的实现如清单 1.15 所示。 您可以使用运行任务(gradle run./gradlew run)通过 Gradle 运行应用程序,如下所示。
在这里插入图片描述

💡提示: 如果您更喜欢 Maven,请从本书源代码 Git 存储库的 chapter1 文件夹中运行 mvn compile exec:java 而不是 ./gradlew run

当然,您可以使用 netcat 命令与服务交互以回显文本,并且可以发出 HTTP 请求以查看打开的连接数,如下面的清单所示。
在这里插入图片描述

💡提示: http 命令来自位于 httpie.org 的 HTTPie 项目。 此工具是 curl 的开发人员友好替代品,您可以轻松地将其安装在您的操作系统上。

现在让我们看看 VertxEcho 的代码。
在这里插入图片描述

package chapter1.firstapp;import io.vertx.core.Vertx;
import io.vertx.core.net.NetSocket;public class VertxEcho {private static int numberOfConnections = 0;  // <1>public static void main(String[] args) {Vertx vertx = Vertx.vertx();vertx.createNetServer().connectHandler(VertxEcho::handleNewClient)  // <2>.listen(3000);vertx.setPeriodic(5000, id -> System.out.println(howMany()));  // <3>vertx.createHttpServer().requestHandler(request -> request.response().end(howMany()))  // <4>.listen(8080);}private static void handleNewClient(NetSocket socket) {numberOfConnections++;socket.handler(buffer -> {  // <5>socket.write(buffer);if (buffer.toString().endsWith("/quit\n")) {socket.close();}});socket.closeHandler(v -> numberOfConnections--);  // <6>}private static String howMany() {return "We now have " + numberOfConnections + " connections";}
}

<1>: 正如您将在下一章中看到的,事件处理程序总是在同一个线程上执行,因此不需要 JVM 锁或使用 AtomicInteger

<2>: 创建TCP服务器需要为每个新连接传递回调函数。

<3>: 这定义了一个周期性任务,每五秒执行一次回调函数。

<4>: 与 TCP 服务器类似,通过为每个 HTTP 请求提供要执行的回调函数来配置 HTTP 服务器。

<5>: 每次缓冲区准备使用时都会调用缓冲区处理程序。这里我们只是将它写回,并使用一个方便的字符串转换助手来查找终端命令。

<6>: 另一个事件是连接关闭时。我们递减连接计数器,该计数器在连接时递增。

这个例子很有趣,因为它只有几行代码。 它以普通的Java main 方法为中心,因为没有可引导的框架。 我们需要创建的只是一个 Vertx 上下文,它反过来提供了创建任务、服务器、客户端等的方法,正如您将在下一章中发现的那样。

虽然在这里并不明显,但事件循环正在管理事件的处理,无论是新的 TCP 连接、缓冲区的到达、新的 HTTP 请求还是正在触发的周期性任务。 此外,每个事件处理程序都在同一个(事件循环)线程上执行。

1.11.3 回调函数的作用

正如您在清单 1.15 中看到的,callbacks(回调) 是 Vert.x 用于通知应用程序代码异步事件并将它们传递给某些处理程序的主要方法。 结合 Java 中的 lambda 表达式,回调为定义事件处理提供了一种简洁的方式。

您可能听说过或经历过臭名昭著的回调地狱,回调嵌套在回调中,导致代码难以阅读和推理。
在这里插入图片描述
请放心:虽然 Vert.x 核心 API 确实使用回调,但 Vert.x 提供了对更多编程模型的支持。 回调是事件驱动 API 中通知的规范方法,但正如您将在接下来的章节中看到的那样,可以在回调之上构建其他抽象,例如futurespromises、反应式扩展和协程。

虽然回调有它们的问题,但在许多情况下,当嵌套层次很少时少,它们仍然是一个非常好的编程模型,调度开销最小。

1.11.4 那么这是一个反应式应用程序吗?

这是一个很好的问题。 重要的是要记住,虽然 Vert.x 是用于构建反应式应用程序的工具包,但使用 Vert.x API 和模块不会“自动”使应用程序成为反应式应用程序。 然而,Vert.x 提供的 事件驱动、非阻塞 API 满足了第一个条件。

简单地说,答案是否定的,这个应用程序不是响应式的。弹性不是问题,因为惟一可能出现的错误是与I/O相关的—它们只会导致丢弃连接。应用程序也是响应性的,因为它不执行任何复杂的处理。如果我们对TCP和HTTP服务器进行基准测试,我们会得到非常好的延迟,并且偏差很低,异常值很少。下面的清单显示了一个不完美但很有说服力的快速基准测试,它从终端运行wrk (https://github.com/wg/wrk)。
在这里插入图片描述
反应式应用程序的罪魁祸首是弹性。 事实上,如果我们创建新实例,每个实例都会维护自己的连接计数器。 计数器范围是应用程序,因此它应该是所有实例之间共享的全局计数器。

正如这个示例所示,设计响应式应用程序比仅仅实现响应式和资源高效的系统更微妙。确保一个应用程序可以运行尽可能多的可替换实例令人惊讶地更有吸引力,特别是当我们需要考虑实例状态应用程序状态来确保实例是可替换的。

如果我是Windows用户怎么办?

wrk 是一个命令行工具,适用于 Linux 和 macOS 等 Unix 系统。

在本书中,我们更喜欢 Unix 风格的工具和命令行界面,而不是图形用户界面。 我们将使用功能强大、直观且由活跃的开源社区维护的 Unix 工具。

幸运的是,您不必离开 Windows 也能从这些工具中受益! 虽然其中一些工具在 Windows 上原生运行,但从 Windows 10 开始,您可以安装 Windows 子系统 for Linux (WSL),并从真正的 Linux 环境以及更传统的 Windows 桌面环境中受益。 Microsoft 将 WSL 作为 Windows 开发人员的主要功能推向市场,我只能建议您花一些时间熟悉它。 您可以查看 Microsoft 的 WSL 常见问题以了解更多详细信息:https://docs.microsoft.com/en-us/windows/wsl/faq。

1.12 Vert.x 有哪些替代品?

正如您将在本书中看到的,Vert.x 是一种用于构建端到端反应式应用程序的引人注目的技术。 响应式应用程序开发是一个热门话题,了解原理比盲目成为某一特定技术的专家更重要。 你将在本书中学到的东西很容易转移到其他技术,我强烈建议你去看看。

以下是 Vert.x 最流行的异步和响应式编程替代方案:

  • Node.js—Node.js 是用于编写异步 JavaScript 应用程序的事件驱动运行时。 它基于 Google Chrome 使用的 V8 JavaScript 引擎。 乍一看,Vert.x 和 Node.js 有很多相似之处。 尽管如此,它们还是有很大的不同。 与 Node.js 不同,Vert.x 默认运行多个事件循环。 此外,JVM 具有更好的 JIT 编译器和垃圾收集器,因此 JVM 更适合长时间运行的进程。 最后但同样重要的是,Vert.x 支持 JavaScript。
  • Akka—Akka 是 actor 模型的忠实实现。 它在 JVM 上运行,主要提供 Scala API,尽管 Java 绑定也在推广中。 Akka 特别有趣,因为 Actor 是消息驱动的并且位置透明,并且 Actor 提供了对错误恢复很感兴趣的监督功能。 Akka 明确地针对响应式应用程序的设计。 正如您将在本书中看到的那样,Vert.x 的能力丝毫不逊于这项任务。 Vert.x 有一个 verticles 的概念,这是一种松散形式的 Actor,用于处理异步事件。 有趣的是,Vert.x 在已建立的基准测试(例如 TechEmpower 基准测试(www.techempower.com/benchmarks/)中明显快于 Akka 和大多数替代方案
  • Spring Framework—较旧且广泛使用的 Spring Framework 现在集成了一个响应式堆栈。它基于 Project Reactor,这是一种与 RxJava 非常相似的反应式编程 API。 Spring 响应式堆栈的重点本质上是响应式编程 API,但它并不一定会导致端到端的响应式应用程序。 Spring 框架的许多部分都使用阻塞 API,因此必须格外小心以限制对阻塞操作的暴露。 Project Reactor 是 RxJava 的一个引人注目的替代品,但 Spring 反应式堆栈与此 API 相关联,它可能并不总是表达某些异步构造的最佳方式。 Vert.x 提供了更大的灵活性,因为它支持回调、futures、Java CompletionStage、Kotlin 协程、RxJava 和纤程。这意味着使用 Vert.x 可以更轻松地为特定任务选择正确的异步编程模型。与 Akka 一样,Vert.x 在 TechEmpower 基准测试中仍然明显更快,并且应用程序的启动速度比基于 Spring 的应用程序更快。
  • Quarkus —Quarkus 是一个用于开发 Java 应用程序的新框架,它在 Kubernetes 等容器环境中运行得非常好 (https:// quarkus.io )。实际上,在这样的环境中,启动时间和内存消耗是节省成本的关键因素。 Quarkus 采用编译时技术,在使用传统 Java 虚拟机运行并作为本机可执行文件时获得显着收益。它基于 Hibernate、Eclipse MicroProfile、RESTEasy 和 Vert.x 等流行库。 Quarkus 统一了命令式和响应式编程模型,而 Vert.x 是该框架的基石。 Vert.x 不仅用于为网络堆栈的某些部分提供动力;一些客户端模块直接基于 Vert.x 中的模块,例如 Quarkus 邮件服务和响应式路由。您还可以在 Quarkus 应用程序中使用 Vert.x API,反应式和命令式之间的统一有助于您在两个世界之间架起一座桥梁。 Vert.x 和 Quarkus 有不同的编程范式:Vert.x 将吸引喜欢工具包方法的开发人员,或与 Node.js 有密切关系的开发人员。相比之下,Quarkus 将吸引那些喜欢依赖注入和约定优于配置的固执堆栈方法的开发人员。最后,这两个项目可以协同工作,您使用 Vert.x 开发的任何东西都可以在 Quarkus 中重用。
  • Netty —Netty 框架为 JVM 提供了非阻塞 I/O API。 与使用原始 NIO API 相比,它提供了抽象和特定于平台的错误修复。 它还提供线程模型。 Netty 的目标是低延迟和高性能的网络应用程序。 虽然您当然可以使用 Netty 构建反应式应用程序,但 API 仍然处于较低级别。 Vert.x 是建立在 Netty 之上的众多技术之一(Spring Reactive 和 Akka 具有 Netty 集成),您可以通过 Vert.x 更简单的 API 获得 Netty 的所有性能优势。
  • Scripting languages —Python 和 Ruby 等脚本语言还提供非阻塞 I/O 库,例如 Async (Ruby) 和 Twisted (Python)。 您当然可以使用它们构建反应式系统。 同样,JVM 性能是 Vert.x 的一个优势,以及使用替代 JVM 语言的能力(Vert.x 正式支持 Ruby)。
  • Native languages—本机可执行语言再次变得流行。 Go、Rust 和 Swift 不再使用古老的 C/C++ 语言,而是越来越受欢迎。 它们都为构建高度可扩展的应用程序打勾,它们当然可以用于创建反应式应用程序。 话虽如此,这些语言中最高效的库都是相当低级的,最终基于 JVM 的 Vert.x/Netty 组合仍然在基准测试中排名靠前。

以下书籍是前面许多主题的好资源:

  • Node.js in Action by Mike Cantelon, Marc Harter, T.J. Holowaychuk, and Nathan Rajlich (Manning, 2013)
  • Akka in Action by Raymond Roestenburg, Rob Bakker, and Rob Williams (Man- ning, 2016)
  • Reactive Application Development by Duncan K. DeVore, Sean Walsh, and Brian Hanafee (Manning, 2018)
  • Spring in Action, fifth edition, by Craig Walls (Manning, 2018)
  • Netty in Action by Norman Maurer and Marvin Allen Wolfthal (Manning, 2015)
  • Go in Action by William Kennedy with Brian Ketelsen and Erik St. Martin (Man- ning, 2015)
  • Rust in Action by Tim McNamara (Manning, 2019)
  • Swift in Depth by Tjeerd in 't Veen (Manning, 2018)

在下一章中,我们将剖析使用 Vert.x 进行异步编程的基础知识。

总结

  • 异步编程允许您在单个线程上多路复用多个网络连接。
  • 管理非阻塞 I/O 比基于阻塞 I/O 的等效命令式代码更复杂,即使对于简单的协议也是如此。
  • 事件循环和反应器模式简化了异步事件处理。
  • 反应式系统既可扩展又具有弹性,尽管工作负载和故障要求很高,但仍能产生具有一致延迟的响应。
  • Vert.x 是一个平易近人、高效的工具包,用于在 JVM 上编写异步和响应式应用程序。

本文链接:https://www.ngui.cc/zz/1443305.html
Copyright © 2010-2022 ngui.cc 版权所有 |关于我们| 联系方式| 豫B2-20100000